CN113704972B - 一种流域水风光清洁能源走廊支撑能力评估方法 - Google Patents

一种流域水风光清洁能源走廊支撑能力评估方法 Download PDF

Info

Publication number
CN113704972B
CN113704972B CN202110879190.9A CN202110879190A CN113704972B CN 113704972 B CN113704972 B CN 113704972B CN 202110879190 A CN202110879190 A CN 202110879190A CN 113704972 B CN113704972 B CN 113704972B
Authority
CN
China
Prior art keywords
wind
water
power
clean energy
solar
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110879190.9A
Other languages
English (en)
Other versions
CN113704972A (zh
Inventor
程春田
张俊涛
廖胜利
李刚
武新宇
申建建
刘本希
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dalian University of Technology
Original Assignee
Dalian University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Dalian University of Technology filed Critical Dalian University of Technology
Priority to CN202110879190.9A priority Critical patent/CN113704972B/zh
Publication of CN113704972A publication Critical patent/CN113704972A/zh
Application granted granted Critical
Publication of CN113704972B publication Critical patent/CN113704972B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80—Management or planning
    • Y02P90/82—Energy audits or management systems therefor

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Wind Motors (AREA)
  • Photovoltaic Devices (AREA)

Abstract

本发明公开一种流域水风光清洁能源走廊支撑能力评估方法，首先以全年发电量最大为目标，构建长周期高时间分辨率水风光互补调度模型来评估新能源支撑能力。该模型考虑了水电发电函数的非线性和梯级上下游的水力联系，以1小时为调度步长，对水风光全年互补运行进行精细化仿真；然后提出“恒功率运行”和“调峰运行”两种水风光互补运行模式，并分别耦合到调度模型中，以评估不同互补运行模式对支撑能力和清洁能源利用效率的影响。相比传统评估方法，本发明利用长周期、高时间分辨率、精细化仿真模型能够保证评估结果更加合理、有效，可为流域清洁能源走廊规划提供新能源装机容量边界。此外，本发明可为流域清洁能源走廊运行模式的选择提供决策依据。

Description

一种流域水风光清洁能源走廊支撑能力评估方法
技术领域
本发明涉及多能源电力系统规划领域，特别涉及一种流域水风光清洁能源走廊支撑能力评估方法。
技术背景
在碳达峰和碳中和目标的推动下，我国将建设以新能源为主体新型电力系统(本发明中，新能源指风电和光伏)。在此背景下，我国电力系统面临着新能源跨区集中消纳和系统灵活性缺乏的问题。水电具有启停迅速，爬坡能力强，具备多周期调节能力，环境友好，是目前公认优质灵活性资源。我国世界上水电资源最为丰富的国家，且大多数流域也具有丰富的新能源资源。因此，依托大型水电基地和输送通道，建设一批流域水风光清洁能源走廊，实现水风光储多能互补协调发展，解决清洁能源大规模跨区集中消纳和新能源巨大灵活性需求问题。目前，已规划的流域水风光清洁能源走廊主要分布在我国雅砻江、黄河上游、澜沧江上游、金沙江下游、乌江和北盘江等流域。但是，关于流域水风光清洁能源走廊的建设和运行，有以下两个关键问题亟待回答：(1)在现有梯级存量水电和输送通道的支撑下，流域水风光清洁能源走廊对新能源的最大承载能力是多少？(2)流域水风光清洁能源应该采取何种水风光互补运行模式来保证清洁能源利用效率最大化？
从量化对象来看，目前类似技术主要集中在以下两类：
一类是水风光孤岛能源系统，如文献：Mahmoudimehr J,Shabani M.Optimaldesign of hybrid photovoltaic-hydroelectric standalone energy system fornorth and south of Iran[J].Renewableenergy.2018；115:238-251.该文献以投资成本和电能损耗最小为目标函数，并通过遗传算法求解，确定了离网孤岛水电-光伏系统中的光伏的装机容量等参数。但是由于规模和运行模式的差异，该类方法难以适用于大规模集中并网式水风光互补能源系统。尤其难以适用于本专利关注的需要跨区集中消纳的流域水风光清洁能源走廊。
另一类是关注单个大型水电站与风电光伏组成的能源系统。如文献：Ming B,LiuP,Guo S,Zhang X,Feng M,Wang X.Optimizing utility-scale photovoltaic powergeneration for integration into a hydropower reservoir by incorporating long-and short-term operational decisions[J].Applied energy.2017；204:432-445.该文献采用长短期嵌套模型，考虑了对我国龙羊峡大型水光电站中光伏最佳装机容量进行了探讨。但是该类方法关注的是单个大型水电站，不需要考虑梯级水电之间复杂的水力电力联系。因此上述方法难以适用于本专利关注的具有梯级水力联系的流域水风光清洁能源走廊。综上，从量化对象来看，鲜有文献对流域水风光清洁能源走廊的新能源支撑能力进行量化。
此外，从量化方法来看，目前的所采用的仿真调度模型很少做到，在考虑梯级水力联系和水电发电函数非线性的同时，对水风光全年逐小时互补运行进行仿真，难以保证量化结果的有效性和科学性。如文献：Yuan W,Liu Z,Su C,Wang X.Photovoltaic capacityoptimization of small and medium-sized hydro-photovoltaic hybrid energysystems considering multiple uncertainties[J].Journalofcleanerproduction.2020；276:124170，只采用少数光伏场景进行模拟。
针对以上问题，本发明提出一种耦合气象、径流信息的流域水风光清洁能源走廊支撑能力评估方法。并以北盘江流域水风光清洁能源走廊为工程背景对其进行应用测试，结果显示本发明成果可有效确定最佳水风光互补运行模式和相应的风电、光伏的最大装机容量。
发明内容
本发明要解决的技术问题是提供一种耦合气象、径流信息的流域水风光清洁能源走廊支撑能力评估方法，通过对水风光互补运行进行长周期高时间分辨精细化仿真，来量化清洁能源走廊对新能源的最大承载能力，为流域清洁能源走廊规划提供新能源容量边界；评估了“恒功率运行”和“调峰运行”两种水风光互补运行模式对能源利用效率的影响，为流域清洁能源走廊运行模式选择提供决策支持。
本发明技术方案：
一种耦合气象、径流信息的流域水风光清洁能源走廊支撑能力评估方法，步骤如下：
步骤(1)：初始计算条件
历史观测数据：包括全年逐小时天然径流数据、全年逐小时风机轮毂高度处的风速数据、全年逐小时太阳辐射强度数据、全年逐小时空气温度数据和全年逐小时受端电网负荷数据；
水电站基础数据：包括装机容量数据、出力上下限数据、库容上下限数据、出库流量上下限数据、发电流量上下限数据、年初和年末库容、水电站发电函数系数和外送通道容量；
风机特性数据：包括安装轮毂高度、额定功率、额定风速、切入风速和切出风速；
光伏组件数据：包括额定功率、标准测试条件下太阳辐射强度和光伏板温度、温度系数和正常工作条件下的光伏板温度。
步骤(2)：选择互补运行模式并设置控制指标。从下列运行模式中选取一种运行模式，并设置运行指标，作为仿真模型的约束条件。
运行模式1(恒功率运行)：流域水风光清洁能源走廊每天向系统提供恒功率模式运行，即流域水风光清洁能源走廊的出力位于受端电网中的基荷位置。以日出力最大值与最小值的差值作为控制指标。数学表达如下：
式中d为一年中的日索引，1≤d≤365；t为一年中的小时索引，1≤t≤8760；h为电站索引；H为电站个数；Ωd为第d天的小时索引，如Ω365＝{8737,8738,...,8760}；和/>分别为第d天清洁能源走廊的小时出力最大值和最小值；ξcom_1为运行模式1的控制指标值。
运行模式2(调峰运行)：流域水风光清洁能源走廊每天响应受端电网的峰值负荷，以调峰模式运行，即流域水风光清洁能源走廊的出力位于受端电网中的峰荷位置。以调峰幅度作为控制指标。数学表达如下：
式中Lt为第d天受端电网负荷；和/>分别为第d天受端电网负荷的最大值和最小值；phh,t为水电站h在第t小时的出力；pwh,t为风电站h在第t小时的出力；psh,t为水电站h在第t小时的出力；/>和/>分别为第d天在受端电网剩余负荷的最大值和最小值，ξcom_2为调峰幅度，作为控制指标。
步骤(3)：构建长周期高时间分辨率精细化水风光优化调度仿真模型。为保证在既有梯级水电和传输通道的支撑下，清洁能源资源最大化开发利用，采用流域水风光清洁能源走廊发电量最大作为模型目标函数。约束条件包括：水风光发电函数约束、水量平衡约束、运行边界限制约束(库容，出库流量，发电流量，水电出力，始末库容)、通道能力约束和步骤(2)中的运行模式约束。模型数学表达如下：
phh,t+pwh,t+psh,t≤LCh
水风光优化调度仿真模型除包括上述所列约束条件外，还包括步骤2中设置的运行模式约束。上式中T＝8760，为一年中的小时总数，Δt＝1h；E为全年发电量；[Ah,Bh,Ch,Dh,Eh,Fh]为水电站h发电函数系数；vh,t为水电站t时段末库容；qph,t、qih,t、QNh,t和qsh,t分别为水电h在t时段的平均库容、发电流量、入库流量、天然流量和弃水流量； 和/>分别为水电站h在t时段库容、出库流量、发电流量和出力的上下限；/>和/>分别为水电站h年初和年末库容；Uh为水电站h的直接上游电站编号u的集合；dtu,h为电站u到电站h的水流传输时间；/>和/>为风电和光伏的装机容量；LCh为水电站h的外送通道容量；Sci、Sr和Sco分别为风机的切入风速、额定风速和切出风速；sh,t为风电站h在t时段的轮毂高度风速；Gstc和TEMstc分别为标准测试条件下太阳辐射强度和光伏板温度；TEMnoc正常工作条件下的光伏板温度；α为温度系数；temh,t、/>和gh,t分别为光伏电站h在t时段的光伏板工作温度、空气温度和太阳辐射强度。
步骤(4)：步骤(3)构造的构建水风光优化调度仿真模型为非线性规划模型，将非线性规划模型转换为线性规划模型。步骤(3)中所列模型存在非线性项，即水电出力函数对应的约束条件为此，借助文献(IgnacioGuisández,Juan Ignacio Pérez-Díaz.Mixed integer linear programmingformulations for the hydro production function in a unit-based short-termscheduling problem[J].International Journal of Electrical Power&EnergySystems,2021,128(1):106747.)中提出的parallelogram线性化建模技术可实现水电出力函数的线性化建模，具体如下：
为方便叙述，以水电出力函数ph＝A(vavg)2+Bh(qp)2+C·vavg·qp+D·vavg+E·qp+F为例，线性化表达式如下：
qpim,n+1≤qpim,n，m∈{1,2,…,M-1}，n∈{1,2,...,N-2}
式中，为水电出力函数采样点，n和m是采样点索引。/> Vmax和Vmin分别为电站最大、最小库容；QPmax和QPmin分别为最大、最小发电流量；ΔQP为发电流量采样点在V轴方向上的采样点；/>和qpim,n为辅助变量。
步骤(5)：借助线性规划求解器Gurobi求解步骤(4)中获得的线性规划模型，获得风电、光伏的装机容量，以及流域水风光清洁能源走廊全年发电量。
步骤(6)：返回步骤(2)，选择另一种水风光互补运行模式并设置其控制指标值，并重复步骤(2)-(5)，直到获得所有水风光互补运行模式下风电光伏的装机容量，和流域水风光清洁能源走廊的全年发电量。
步骤(7)：依据全年发电量最大为原则，选择水风光最佳互补运行模式，且该模式对应的风电，光伏装机容量结果为流域水风光清洁能源走廊的新能源支撑能力。
本发明成果有如下有益效果：本发明首先构建了长周期、高时间分辨率水风光互补调度模型来评估新能源支撑能力。该模型考虑了水电发电函数的非线性和梯级上下游的水力联系，以1小时为调度步长，对水风光全年互补运行进行精细化仿真；以此为基础，提出“恒功率运行”和“调峰运行”两种水风光互补运行模式，并分别耦合到调度模型中，以评估不同互补运行模式对支撑能力和清洁能源利用效率的影响。相比传统评估方法，本发明利用长周期、高时间分辨率、精细化仿真模型能够保证评估结果更加合理、有效，可为流域清洁能源走廊规划提供新能源装机容量边界；评估了水风光互补运行模式对能源利用效率的影响，可为流域清洁能源走廊运行模式的选择提供决策依据。本发明首次为流域清洁能源走廊的高效运行模式选择和新能源最大承载能力评估提供了有效的技术手段。
附图说明
图1是“恒功率运行”模式示意图；
图2是“调峰运行”模式示意图；
图3是发电函数线性化采样点分布示意图。
图4是本发明方法总体求解框架图。
具体实施方式
下面结合附图和实施案例对本发明作进一步描述。
本发明的总体流程如图4所示。
本实施例以位于贵州省的北盘江流域水风光清洁基地为实施案例，对本发明进行检验。北盘江流域具有丰富的水风光清洁能源资源，中国华电集团有限公司在北盘江干流已经建设了4座梯级水电站，总装机容量为2663.5兆瓦，为广东省提供清洁电力。作为我国五大发电集团之一，中国华电集团承诺到2025年实现碳达峰，同时将清洁能源装机占比提高到75％。中国华电集团正依托北盘江干流梯级水电站建设水风光清洁能源走廊，旨在实现将水风光清洁电力打捆输送到受端电网(广东)，减少系统灵活性需求，实现清洁能源大规模跨区集中消纳。目前亟需回答北盘江流域水风光清洁能源走廊对新能源的最大支撑能力，以及清洁能源走廊建成后应该采取何种互补运行模式才能保证清洁能源利用最大化。
(1)初始计算条件收集
历史观测数据：收集到北盘江流域1980-2019年共40年天然径流数据，经过统计分析，选取平水年2017为典型年进行仿真模拟计算。从北盘江流域集控中心获得2017年逐小时天然径流数据；从欧洲气象中心开源数据集ERA5(https:// cds.climate.copernicus.eu/cdsapp#！/dataset/reanalysis-era5-single-levels？tab ＝app)下载北盘江流域2017年逐小时的风速数据，太阳辐射强度数据，空气温度数据。从电网公司收集2017年逐小时受端电网负荷数据。
水电站基础数据：从北盘江流域集控中心收集梯级电站的装机容量数据，出力上下限数据，库容上下限数据，出库流量上下限数据，发电流量上下限数据，2017年初和年末库容，水电站发电函数系数，外送通道容量。
风机特性数据：从目前的公开网站上(http://www.goldwindglobal.com/ windpower/product/gw2s)收集风机安装轮毂高度，额定功率，额定风速，切入风速，切出风速数据。参数见表1。
光伏组件数据：从目前的公开网站上(https://en.longi-solar.com/uploads/ attach/20210507/60950dbad3c23.pdf)收集光伏板额定功率，标准测试条件下太阳辐射强度和光伏板温度，温度系数，正常工作条件下的光伏板温度。参数见表2。
步骤(2)：首先选择“恒功率运行”模式(如图1所示)，并设置控制指标ξcom_1＝0MW。
步骤(3)：构建长周期高时间分辨率精细化水风光优化调度仿真模型。为保证在既有梯级水电和传输通道的支撑下，清洁能源资源最大化开发利用，采用流域水风光清洁能源走廊发电量最大作为模型目标函数。约束条件包括：水风光发电函数约束、水量平衡约束、运行边界限制约束(库容，出库流量，发电流量，水电出力，始末库容)，通道能力约束，运行模式约束。模型数学表达如下：
phh,t+pwh,t+psh,t≤LCh
上式中T＝8760，为一年中的小时总数，Δt＝1h；E为全年发电量(MWh)；phh,t,pwh,t,psh,t分别为水电站h，风电站h，光伏电站h在t时段的出力(MW)；[Ah,Bh,Ch,Dh,Eh,Fh]为水电站h发电函数系数；vh,t为水电站t时段末库容(104m3)；qph,t,qih,t,QNh,t,qsh,t分别为水电h在t时段的平均库容(104m3)，发电流量(m3/s)，入库流量(m3/s)，天然流量(m3/s)，弃水流量(m3/s)；/>分别为水电站h在t时段库容(104m3)，出库流量(m3/s)，发电流量(m3/s)，出力(MW)的上下限；/>和/>分别为水电站h年初和年末库容(104m3)；Uh为水电站h的直接上游电站编号u的集合；dtu,h为电站u到电站h的水流传输时间；/>和/>为风电和光伏的装机容量(MW)；LCh为水电站h的外送通道容量(MW)；Sci,Sr,Sco分别为风机的切入风速、额定风速和切出风速(m/s)；sh,t为风电站h在t时段的轮毂高度风速(m/s)；Gstc和TEMstc分别为标准测试条件下太阳辐射强度(W/m2)和光伏板温度(℃)；TEMnoc正常工作条件下的光伏板温度(℃)；α为温度系数(％/℃)；temh,t,/>gh,t分别为光伏电站h在t时段的光伏板工作温度(℃)，空气温度(℃)，太阳辐射强度(W/m2)。
步骤(4)：将步骤(3)构造的非线性规划模型转换为线性规划模型。步骤(3)中所列模型存在非线性项，即水电出力函数对应的约束条件为此，借助文献(IgnacioGuisández,Juan Ignacio Pérez-Díaz.Mixed integer linear programming formulationsfor the hydro production function in a unit-based short-term schedulingproblem[J].International Journal of Electrical Power&Energy Systems,2021,128(1):106747.)中提出的parallelogram线性化建模技术可实现水电出力函数的线性化建模。步骤(4)：步骤(3)构造的构建水风光优化调度仿真模型为非线性规划模型，将非线性规划模型转换为线性规划模型。步骤(3)中所列模型存在非线性项，即水电出力函数对应的约束条件/>
为方便叙述，以水电出力函数ph＝A(vavg)2+Bh(qp)2+C·vavg·qp+D·vavg+E·qp+F为例，线性化表达式如下：
qpim,n+1≤qpim,n，m∈{1,2,...,M-1}，n∈{1,2,...,N-2}
上式中，为水电出力函数采样点。n和m是采样点索引。/> Vmax和Vmin分别为电站最大、最小库容；QPmax和QPmin分别为最大、最小发电流量；ΔQP为发电流量采样点在V轴方向上的采样点，详见图3(以m＝4,n＝4为例)；/>和qpim,n为辅助变量。
步骤(5)：借助线性规划求解器Gurobi实现模型求解，获得水风光清洁能源走廊在采用“恒功率运行”模式下，风电总装机容量为1794MW、光伏的总装机容量721MW，和流域水风光清洁能源走廊全年发电量为11371.648GWh。
步骤(6)：返回步骤(2)，选择“调峰运行”模式，并设置控制指标ξcom_2＝32％，并重复步骤(2)-(5)，获得水风光清洁能源走廊在采用“调峰运行”模式下(如图2所示)，风电总装机容量为1107MW、光伏的总装机容量1239MW，和流域水风光清洁能源走廊全年发电量为10791.646GWh。
步骤(7)：依据全年发电量最大为原则，选择水风光最佳互补运行模式。经过两种模式下全年电量对比可知北盘江水风光清洁能源走廊的最佳运行模式为“恒功率运行”，且新能源支撑能力为风电1107MW、光伏1239MW。
表1风机特性参数表
表2光伏板特性参数表
/>

Claims (1)

1.一种耦合气象、径流信息的流域水风光清洁能源走廊支撑能力评估方法，其特征在于，步骤如下：
步骤(1)：初始计算条件
历史观测数据：包括全年逐小时天然径流数据、全年逐小时风机轮毂高度处的风速数据、全年逐小时太阳辐射强度数据、全年逐小时空气温度数据和全年逐小时受端电网负荷数据；
水电站基础数据：包括装机容量数据、出力上下限数据、库容上下限数据、出库流量上下限数据、发电流量上下限数据、年初和年末库容、水电站发电函数系数和外送通道容量；
风机特性数据：包括安装轮毂高度、额定功率、额定风速、切入风速和切出风速；
光伏组件数据：包括额定功率、标准测试条件下太阳辐射强度和光伏板温度、温度系数和正常工作条件下的光伏板温度；
步骤(2)：选择互补运行模式并设置控制指标
从下列运行模式中选取一种运行模式，并设置运行指标，作为仿真模型的约束条件：
运行模式1-恒功率运行：流域水风光清洁能源走廊每天向系统提供恒功率模式运行，即流域水风光清洁能源走廊的出力位于受端电网中的基荷位置；以日出力最大值与最小值的差值作为控制指标；数学表达如下：
式中d为一年中的日索引，1≤d≤365；t为一年中的小时索引，1≤t≤8760；h为电站索引；H为电站个数；Ωd为第d天的小时索引；和/>分别为第d天清洁能源走廊的小时出力最大值和最小值；ξcom_1为运行模式1的控制指标值；
运行模式2-调峰运行：流域水风光清洁能源走廊每天响应受端电网的峰值负荷，以调峰模式运行，即流域水风光清洁能源走廊的出力位于受端电网中的峰荷位置；以调峰幅度作为控制指标；数学表达如下：
式中Lt为第d天受端电网负荷；和/>分别为第d天受端电网负荷的最大值和最小值；phh,t为水电站h在第t小时的出力；pwh,t为风电站h在第t小时的出力；psh,t为水电站h在第t小时的出力；/>和/>分别为第d天在受端电网剩余负荷的最大值和最小值，ξcom_2为调峰幅度，作为控制指标；
步骤(3)：构建水风光优化调度仿真模型
为保证在既有梯级水电和传输通道的支撑下，清洁能源资源最大化开发利用，采用流域水风光清洁能源走廊发电量最大作为模型目标函数；约束条件包括：水风光发电函数约束、水量平衡约束、运行边界限制约束、通道能力约束和步骤(2)中的运行模式约束；其中，运行边界限制约束包括库容、出库流量、发电流量、水电出力和始末库容；水风光优化调度仿真模型数学表达如下：
phh,t+pwh,t+psh,t≤LCh
式中T＝8760，为一年中的小时总数，Δt＝1h；E为全年发电量；[Ah,Bh,Ch,Dh,Eh,Fh]为水电站h发电函数系数；vh,t为水电站t时段末库容；qph,t、qih,t、QNh,t和qsh,t分别为水电h在t时段的平均库容、发电流量、入库流量、天然流量和弃水流量；/> 和/>分别为水电站h在t时段库容、出库流量、发电流量和出力的上下限；/>和/>分别为水电站h年初和年末库容；Uh为水电站h的直接上游电站编号u的集合；dtu,h为电站u到电站h的水流传输时间；/>和/>为风电和光伏的装机容量；LCh为水电站h的外送通道容量；Sci、Sr和Sco分别为风机的切入风速、额定风速和切出风速；sh,t为风电站h在t时段的轮毂高度风速；Gstc和TEMstc分别为标准测试条件下太阳辐射强度和光伏板温度；TEMnoc正常工作条件下的光伏板温度；α为温度系数；temh,t、/>和gh,t分别为光伏电站h在t时段的光伏板工作温度、空气温度和太阳辐射强度；
步骤(4)：步骤(3)构造的构建水风光优化调度仿真模型为非线性规划模型，将非线性规划模型转换为线性规划模型；步骤(3)中模型的非线性项为水电出力函数对应的约束条件采用parallelogram线性化建模技术实现水电出力函数的线性化建模；
步骤(5)：借助线性规划求解器Gurobi求解步骤(4)中获得的线性规划模型，获得风电、光伏的装机容量，以及流域水风光清洁能源走廊全年发电量；
步骤(6)：返回步骤(2)，选择另一种水风光互补运行模式并设置其控制指标值，并重复步骤(2)-(5)，直到获得所有水风光互补运行模式下风电光伏的装机容量，和流域水风光清洁能源走廊的全年发电量；
步骤(7)：依据全年发电量最大为原则，选择水风光最佳互补运行模式，且该模式对应的风电、光伏装机容量结果为流域水风光清洁能源走廊的新能源支撑能力。
CN202110879190.9A 2021-08-02 2021-08-02 一种流域水风光清洁能源走廊支撑能力评估方法 Active CN113704972B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110879190.9A CN113704972B (zh) 2021-08-02 2021-08-02 一种流域水风光清洁能源走廊支撑能力评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110879190.9A CN113704972B (zh) 2021-08-02 2021-08-02 一种流域水风光清洁能源走廊支撑能力评估方法

Publications (2)

Publication Number Publication Date
CN113704972A CN113704972A (zh) 2021-11-26
CN113704972B true CN113704972B (zh) 2024-02-20

Family

ID=78651238

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110879190.9A Active CN113704972B (zh) 2021-08-02 2021-08-02 一种流域水风光清洁能源走廊支撑能力评估方法

Country Status (1)

Country Link
CN (1) CN113704972B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111433694A (zh) * 2017-11-29 2020-07-17 三菱日立电力系统株式会社 运转条件评价装置、运转条件评价方法及发电设备的控制系统
CN111476407A (zh) * 2020-03-25 2020-07-31 云南电网有限责任公司 联合风电光伏电站的梯级水电站中长期隐随机调度方法
CN112803499A (zh) * 2021-03-17 2021-05-14 河海大学 电力/电量补偿协同的风光水多能互补容量优化配置方法
CN112952818A (zh) * 2021-03-17 2021-06-11 河海大学 一种基于出力互补性的风光水多能互补容量优化配置方法
CN113113931A (zh) * 2021-04-19 2021-07-13 国网湖南省电力有限公司 风光水联合发电系统的规划调度方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11010509B2 (en) * 2018-05-23 2021-05-18 Nvidia Corporation Systems and methods for computer simulation of detailed waves for large-scale water simulation

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111433694A (zh) * 2017-11-29 2020-07-17 三菱日立电力系统株式会社 运转条件评价装置、运转条件评价方法及发电设备的控制系统
CN111476407A (zh) * 2020-03-25 2020-07-31 云南电网有限责任公司 联合风电光伏电站的梯级水电站中长期隐随机调度方法
CN112803499A (zh) * 2021-03-17 2021-05-14 河海大学 电力/电量补偿协同的风光水多能互补容量优化配置方法
CN112952818A (zh) * 2021-03-17 2021-06-11 河海大学 一种基于出力互补性的风光水多能互补容量优化配置方法
CN113113931A (zh) * 2021-04-19 2021-07-13 国网湖南省电力有限公司 风光水联合发电系统的规划调度方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Optimizatioin Model for the Long-Term Operation of an Interprovincial hydropower Plant Incorporating Peak Shaving Demands;Rui Cao et.al;Energies;第13卷;第4804页 *

Also Published As

Publication number Publication date
CN113704972A (zh) 2021-11-26

Similar Documents

Publication Publication Date Title
Milosavljević et al. Performance analysis of A grid-connected solar PV plant in Niš, republic of Serbia
Bhandari et al. Optimization of hybrid renewable energy power systems: A review
Abolhosseini et al. A review of renewable energy supply and energy efficiency technologies
Christiansson Diffusion and learning curves of renewable energy technologies
Dinçer Overview of the photovoltaic technology status and perspective in Turkey
CN107256450B (zh) 考虑长-短嵌套决策的水光电互补调度容量配置方法
CN102521670A (zh) 基于气象要素的光伏电站发电输出功率预测方法
Mackay et al. Likely market-penetrations of renewable-energy technologies
Dhakal et al. Feasibility study of distributed wind energy generation in Jumla Nepal
Ernst et al. Wind power and photovoltaic prediction tools for balancing and grid operation
Acuzar et al. Effects of weather and climate on renewable energy resources in a distributed generation system simulated in Visayas, Philippines
Abdulmula et al. Micropower system optimization for the telecommunication towers based on various renewable energy sources
Kaur et al. Efficient and cost-effective renewable energy integration of photovoltaic and hydro in rural india using HOMER Pro: a case study of Chupki, Punjab
CN112184016B (zh) 复杂电网下判断水光互补一体化光伏规模的方法
GHAITAOUI et al. Study and Simulation of Self-supply of a Building by Photovoltaic Energy
CN113704972B (zh) 一种流域水风光清洁能源走廊支撑能力评估方法
CN117081144A (zh) 一种梯级水电对新能源连续多日极端波动的补偿调节方法
Möller et al. Urban-rural relations in renewable electric energy supply–the case of a German energy region
Piotrowska–Woroniak et al. Energy production from PV and carbon reduction in great lakes region of Masuria Poland: A case study of water park in Elk
Khan et al. Analysis of Jamrao canal for potential of hybrid photovoltaic/hydrokinetic turbine system
Vasisht et al. Forecast of solar power: a key to power management and environmental protection
Ivanov et al. The geographical location, current state and forecasting of development of renewable energy facilities within Lviv region
CN117013535B (zh) 一种兼顾生态调度需求的水风光火互补容量配置方法
CN117663503B (zh) 一种智能调节熔盐储热速率的方法及系统
Savić et al. Techno-economic analysis of rooftop PV power plants in the Republic of Serbia

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant